深入 RVIZ

在本教程中，您将详细了解如何配置您自己的 RVIZ 会话以仅查看您需要的深度数据。

深度信息可以通过许多不同的方式可视化：2D 深度图像、3D 点云、3D 注册深度云和置信度图像等等。

景深图

要可视化 a depth image，您可以使用 simpleImage plugin因为深度数据是在类型主题上发布的sensor_msgs/Image（见上文）。它与“普通”图像的不同之处在于，数据以 32 位（浮点）而非 8 位编码。

参数与 for 相同Image，增加了三个：

• Normalize range：由于浮点图像不是直接渲染的，它被转换为8位灰度图像。启用此字段意味着自动计算归一化范围
• Min value：如果Normalize range未选中，您可以手动设置以米为单位的最小深度范围
• Max value：如果Normalize range未选中，您可以手动设置以米为单位的最大深度范围

如果您知道测量深度的最大值并且希望保持图像比例静态，则手动设置归一化范围很有用。

深度云

该Depth Cloud插件是第一种可视化由深度和视频数据流生成的注册点云的方法。该插件采用深度图像和 RGB 图像（均发布在同一个frame_id）并自动生成 3D RGB 点云。

关键参数：

• Depth map topic：从组合框中的可用图像列表中选择要可视化的深度图像主题（选中Topic filter以仅选择名称让人想起深度图像的图像主题）
• Color image topic：从组合框中的可用图像列表中选择 RGB 图像主题以与深度图像相关联
• Style：用于渲染每个点的样式。使用Points和Size=1最大化 FPS
• Color transformer：选择点的着色方式。用于RGB8将彩色图像像素与相应的深度像素相匹配。用于Axis color使用与值的Axis值成比例的颜色（例如Z，使用与距地板的距离成比例的色标或X使用与距相机的距离成比例的颜色）

点云

要直接可视化主题类型sensor_msgs/Pointcloud2，您可以使用该Pointcloud2插件。

关键参数：

• Topic：从可用点云消息列表中选择要可视化的主题
• Unreliable：勾选此选项以减少订阅 pointcloud2 主题所需的带宽。订阅者将使用 UDP 协议并根据可用带宽接收消息
• Depthcloud您可以按照上面对插件的说明更改渲染样式和颜色转换器。

注意：如果启用映射（请参阅mapping/mapping_enabled参数），该Pointcloud2插件还用于可视化映射阐述的融合点云结果，订阅主题/zed/zed_node/point_cloud/fused_cloud_registered。

置信度

要将 可视Confidence Map化为图像，您可以使用Image订阅主题的插件/zed/zed_node/confidence/confidence_image。

像素越亮，其对应的深度值就越可靠。

视差

用于 RVIZ 的插件来可视化有关类型主题的差异消息stereo_msgs/Disparity不可用，但您可以使用包disparity_view中可用的节点image_view。

启动视差查看器以可视化在主题上发布的视差图像/zed/zed_node/disparity/disparity_image：

$ rosrun image_view disparity_view image:=/zed/zed_node/disparity/disparity_image

C++中的深度订阅

在本教程中，您将学习如何编写一个简单的 C++ 节点来订阅类型 sensor_msgs/Image的消息，以检索 ZED 节点发布的深度图像并获取图像中心的测量距离。

订阅者节点的源代码zed_depth_sub_tutorial.cpp：

#include <ros/ros.h>
#include <sensor_msgs/Image.h>/*** Subscriber callback*/
void depthCallback(const sensor_msgs::Image::ConstPtr& msg) {// Get a pointer to the depth values casting the data// pointer to floating pointfloat* depths = (float*)(&msg->data[0]);// Image coordinates of the center pixelint u = msg->width / 2;int v = msg->height / 2;// Linear index of the center pixelint centerIdx = u + msg->width * v;// Output the measureROS_INFO("Center distance : %g m", depths[centerIdx]);
}/*** Node main function*/
int main(int argc, char** argv) {// Node initializationros::init(argc, argv, "zed_video_subscriber");ros::NodeHandle n;// Depth topic subscriberros::Subscriber subDepth = n.subscribe("/zed/zed_node/depth/depth_registered", 10,depthCallback);// Node executionros::spin();return 0;
}

下面对上述源码做一个简单的说明。

void depthCallback(const sensor_msgs::Image::ConstPtr& msg) {// Get a pointer to the depth values casting the data// pointer to floating pointfloat* depths = (float*)(&msg->data[0]);// Image coordinates of the center pixelint u = msg->width / 2;int v = msg->height / 2;// Linear index of the center pixelint centerIdx = u + msg->width * v;// Output the measureROS_INFO("Center distance : %g m", depths[centerIdx]);
}

当订阅者节点接收sensor_msgs/Image到与订阅的主题匹配的类型的消息时，将执行此回调/zed/zed_node/depth/depth_registered。回调的参数是boost::shared_ptr收到的消息。这意味着您不必担心内存管理。

回调演示了如何访问消息数据：

• 指向data字段的指针被强制转换为，因为它被声明为指向值float*数组的指针char
• 计算深度图中心的图像坐标[u,v]
• 由于数据是以线性向量组织的，因此中心像素的索引是根据图像坐标计算的
• 中心点的测量值（以米为单位）打印在屏幕上

上述代码最重要的一课是如何定义订阅者：

// Subscribers
ros::Subscriber subDepth = n.subscribe("/zed/zed_node/depth/depth_registered", 10,depthCallback);

Aros::Subscriber是一个 ROS 对象，它监听网络并等待自己的主题消息可用。收到消息时，它会执行分配给它的回调。

在本教程中，我们声明了一个深度数据订阅者。该主题的订阅者在收到 与该主题匹配的类型的消息时/zed/zed_node/depth/depth_registered调用该函数。depthCallbacksensor_msgs/Image

参考

本教程的完整源代码可在 GitHub 上的zed_depth_sub_tutorial子包中找到。除了节点源代码，您还可以找到完成教程包的package.xml和CMakeLists.txt文件。